学习与发展领域即将迎来人工智能革命 

生成式人工智能可以研究和整合数据，制作新的学习与发展内容，包含从快速课程到多部分学习路径等等。更先进的模型可以处理各种输入，包括文本、代码、图像、音频和视频，甚至可以在这些格式之间进行转换。生成式人工智能还可以改善增强现实 （AR）、虚拟现实 （VR）、游戏化和其他技术，从而带来更具吸引力的学习体验。最重要的是，生成式人工智能完成这些任务的速度和规模超过任何团队。

制作动态学习内容需要时间和技术专知。过去，许多学习与发展专业人员都不具备完成这一任务的能力。现在，人工智能可以借助学习管理系统（LMS）自动化，创建可重复使用的模板，供大批量使用，并给出提示，实现高质量的输出，从而减轻工作负担。

鉴于生成式人工智能的速度和能力范围，它可以为高度个性化的学习之旅提供广泛的支持。首先，它可以分析员工数据，并根据绩效、学习偏好、职业抱负、兴趣和技能建立学习者档案。在此基础上，生成式人工智能可以根据每个学习者的需求，定制学习计划的内容、格式、语言和其他方面，以帮助每个学习者取得成功。

与传统的学习与发展内容不同，人工智能还可以根据每位员工的进度实时进行调整。在需要时，它可以增加更多的背景信息和练习，或者调整难度水平，以激发学习者的兴趣，而不会让他们感到压力过大。通过这种方式，它可以充当个人教练的角色。

技能驱动型组织根据员工现有的技能和未来所需的技能 为其安排工作岗位。这可以创造显著的竞争优势。人工智能驱动型工具可以为这些工作提供多种形式的支持：

• 使用数据推断个人的当前技能 
• 分析技能供求关系，以识别和预测技能缺口
• 创建、定制和推荐学习与发展内容，以解决特定的技能缺口
• 根据个人兴趣推荐发展计划，并阐述替代的职业发展路径
• 用（工作过程中）持续的微学习取代传统的、长期的、间歇性的培训活动，提供实时的学习资源

高管们一致认为，技能是重中之重：当美世问到什么能提高生产力时，他们的第一反应是员工培训和技能提升/再培训。然而，许多组织仍然倾向于按员工人数而不是技能来衡量人力充足与否。例如， 今年只有三分之一的人力资源负责人将 人才评估和技能发展作为优先事项，只有 27% 的员工表示他们最近已经进行了正式的技能评估。显然，这存在一个脱节 - 人工智能可以帮助解决这一问题。

生成式人工智能通过使数据变得更易获取，实现了知识在整个公司的民主化。组织和员工经常被大量信息淹没，其中很多信息都是杂乱、过时或者无关紧要的。通过大数据寻找模式，生成式人工智能可以快速甄别无效信息，从公司内网和其他可信来源中获取及时、具体、高价值的内容。

这大大提高了生产力。据 38% 的高管反映，难以找到信息是制约生产力提高的最主要因素之一。由于人工智能的发展，这个挑战很快就会成为过去时。

在学习与发展的背景下，人工智能在信息传播方面带来的速度和专注性凸显了对全新学习理念的需求。内容繁多的长期课程可以被有针对性的洞察和微学习所取代，这些内容可以按需提供，并融入工作过程中。